Thread by @mribeirodantas

1/7 Já ouviu falar de Concept Drift? É um conceito que tem recebido bastante atenção nas áreas de #machinelearning (#ML) e análise preditiva #analytics #prediction, principalmente em tempos de pandemia de #COVID19. Por quê? O que é? Segue o fio 🧶 #AI #IA

2/7 Concept drift descreve o fenômeno em que a variável alvo (target variable) tem suas propriedades estatísticas alteradas ao longo do tempo e, como consequência, o seu modelo tem uma piora nas predições ao longo do tempo. An!? 🤔 Imagine que para criarmos modelos de predição

3/7 nós tomamos como base uma "foto" da realidade. Quer prever o que os seus clientes gostariam de comprar? Estude o que eles já compraram. Quer prever onde crimes irão ocorrer? Estude os crimes que já ocorreram. Quer prever se vai chover amanhã? Você entendeu.

4/7 Ao estudar os eventos que já ocorreram, você consegue identificar quais variáveis estão associadas (idealmente de forma causal) com a sua variável alvo. O problema é que as pessoas mudam, os seus hábitos mudam, o mundo muda. Você acha que no primeiro semestre de 2020 as

5/7 pessoas compraram igual o primeiro semestre de 2019? Você acha que as pessoas foram ao cinema em Maio de 2020 igual foram em Maio de 2019? Uma pandemia, mais do que outras coisas, tem um impacto gigante em muitos de nossos hábitos. E dado que os modelos não costumam ser

6/7 treinados em cenários de pandemia, eles começam a errar muito mais do que o esperado. Quando você testa seu modelo ao longo de anos, mudanças esperadas são levadas em consideração (pessoas saem mais no verão e compram mais ventilador, ficam mais em casa no inverno e compram

7/7 mais aquecedores portáteis). Errar sempre vai, mas quando as coisas mudam MUITO, os erros podem ser absurdos. É por isso que na pandemia o concept drift justificadamente é mais discutido, e por isso trouxe esse fio para vocês :-)